Главная » Файлы » Методички » Системный анализ [ Добавить материал ]

Фундаментальные нечеткие проблемы

© Т. Тэрано и др. Прикладные нечёткие системы / Под ред. Т. Тэрано, К. Асаи, М. Сугено / пер. с японского Ю.Н. Чернышова, — М.: Мир, 1993.

Развитие техники и общественных отношений

В современном обществе достижения информационной технологии сделали жизнь крайне рациональной и стремительной, и мы, пользуясь ее благодеяниями, с другой стороны, отвергаем бездушие и безотчетность. При этом в нашей жизни заметно некоторое равновесие. Занятия людей разнообразны: досуг, искусство, учеба, общественная деятельность и многое другое, — и для того чтобы техника «входила» более адекватно в повседневную жизнь, ее следовало бы сделать более «человечной». Другими словами, разве нельзя пожелать, чтобы техника была не только рациональной и экономичной, но и свободной, интересной, гуманной, понимающей? Разве мы, люди, не почувствуем при этом душевное равновесие?

Оставим пока в стороне технику и ее проблемы. Чем сложнее становится само общество, тем больше появляется различных законов (все систематизируется и рационализируется), и это ограничивает наши возможности. Разве мы не получим больше свободы, если заставим технику решать наши «нечеткие» проблемы?

Искусственный интеллект — авангард науки и техники. Он ставит своей целью реализацию функций мышления человека с помощью компьютера, и многие исследователи верят в близость успеха (хотя мы в этом сомневаемся). До наших дней наука и техника развивались, считая критерием логическую стройность. Из физиологии головного мозга известно, что логика связана с деятельностью левого полушария. Правое полушарие управляет зрением, слухом, интуицией, эмоциями и другими чувствами. В Европе и Америке считают, что логическое мышление свойственно только человеку, и левое полушарие называют главным, а правое — подчиненным, но верно ли это? Например, воображение, открытие, творчество и многое другое считается наивысшей интеллектуальной деятельностью человека, но каким образом это происходит?

Прежде всего в правом полушарии интуитивно мелькает несколько образов, и только затем левое полушарие начинает логически анализировать и проверять их пригодность (тот факт, что с помощью только логики и анализа нельзя создать новые идеи даже по прошествии долгого времени, уже давно стал своего рода аксиомой в области системотехники, имеющей дело с синтезом и оптимизацией крупных систем; для этого разрабатываются различные эвристические методы). Работа правого полушария необычайно сложна и не вполне понятна, но это можно объяснить тем, что эволюция правого полушария имеет гораздо более древнюю историю и его прогресс более заметен, чем прогресс левого полушария. Если логику считать наивысшим знанием, то окажется, что компьютеры превосходят людей во всем: в тщательности логических выводов, сообразительности, точности и т. д.

Назовем некоторые причины того, что реализация искусственного интеллекта вопреки прогнозам не дает ожидаемых результатов: слишком упрощена логика, отсутствует здравый смысл, низкий уровень знаний, сложный ввод данных и другое. Для решения этих проблем необходимы функции логических выводов и предположений высокого уровня (воображение, открытие, творчество и т.п.), и крайне нецелесообразно собираться решать их только с помощью существующей логики левого полушария: она тщательно согласована со знаниями и не применима, если хотя бы в чем-то есть противоречие. Знания же, которыми мы пользуемся повседневно, представлены содержательно, они несовершенны, неточны, противоречивы и т. д. Несмотря на это, люди с их помощью делают выводы очень высокого уровня — и все потому, что они имеют нечеткие знания, которые мы называем здравым смыслом, кроме того, обладают нечеткими умственными способностями обработки таких знаний. В итоге все зависит от того, смогут ли реальные системы искусственного интеллекта обрабатывать нечеткие мысли.

Неуравновешенность техники, о которой говорилось выше, возникла вследствие того, что зачастую современная наука полностью лишена «правостороннего» мышления. Необходимо, чтобы в будущих технологиях при решении проблем признавалось существование противоречий.

Макрознания и макроидеи

Знания обычно подразделяются на несколько уровней. Довольно трудно выделить специальные знания, которыми наиболее легко пользоваться, потому что они хорошо упорядочены и доведены до полной логической системы. В настоящее время основное внимание уделяется знаниям именно этого уровня. Но, как легко понять, для того чтобы человек овладел специальными знаниями, он прежде всего должен руководствоваться специальным здравым смыслом. Например, когда госпитализируют больного, в первую очередь оценивают, нужно ли хирургическое или терапевтическое лечение, а подробный диагноз болезни ставят уже потом. Другими словами, здесь прежде всего необходимы макрознания, а конкретные специальные знания пригодятся только врачу, которому эти макрознания известны. Иначе есть риск совершить ошибку, которую уже не исправишь.

Более того, специальный здравый смысл не должен противоречить общечеловеческому здравому смыслу. Резкие упреки в адрес какого-либо выдающегося хирурга (операция была успешна, но больной умер) раздаются из-за отсутствия такого здравого смысла. В это понятие включают знания, основанные, например, на морали, религии, искусстве и культуре в целом.

Знания имеют различные уровни в зависимости от использующих их людей, времени и целей, и обсуждать эти уровни необычайно сложно.

В такой иерархии знаний только специальные знания в узкой области имеют точное содержание, ясны их количественные связи, а логическая система упорядочена. Такие знания будем называть микрознаниями. С другой стороны, специальный и общий здравый смысл являются синтезом неограниченного числа эмпирических знаний и микрознаний, и среди них достаточно много противоречивых и нелогичных знаний. Следовательно, если представлять их словами, то придется обобщать и извлекать их сущность. Для таких знаний невозможно строго определить содержание, потребовать логической упорядоченности, а также систематизировать их. Эти знания будем называть макрознаниями.

Макрознания не только трудно представить, но и трудно использовать. Дело в том, что абстрагированные предложения (суть макрознания) должен интерпретировать и конкретизировать в зависимости от задачи сам человек (их использующий). Это прикладная проблема, своего рода творчество. Человек обычно свободно управляется с такими многообразными знаниями, и этому можно только удивляться.

Не очень понятно, как человек обращается с макрознаниями. Все дело в том, что мысли человека, если удастся взглянуть на них с точки зрения логики, имеют крайне выраженный качественный характер, они нечетки. Их можно назвать макромыслями. Когда человек пытается найти решение сложной задачи, его макромысли интуитивно разбиваются на существенные и малозначащие, последние отбрасываются, а рассматриваются только первые. Кроме того, макромысли необходимы при обработке большого объема микроинформации. Однако отделить существенную и отбросить малозначащую информацию трудно, все может измениться в зависимости от поведения и цели человека, т. е. именно цели каждого человека определяют образ его макромыслей. Не имея твердой цели, он ничего не сделает, даже если будет владеть в совершенстве логикой. В этом заключается причина того, что очень трудно заставить компьютеры формировать макромысли при обработке макрознаний.

Человеко-машинные системы

Если искусственный интеллект будет перерабатывать только микрознания, то область его применения будет весьма ограниченна. Поэтому подобно тому, как человек, имея левое и правое полушария, умело ими пользуется, искусственному интеллекту следует поручить анализ, упорядочение старых знаний, хранение в памяти, поиск и другую логическую работу, а генерацию идей, синтез, творчество и другую «правостороннюю» работу полностью доверить человеку. В этом состоит идея человеко-машинных систем, которые смогут продемонстрировать поразительные способности, компенсируя достоинства и недостатки как человека, так и искусственного интеллекта. В будущем исследования искусственного интеллекта, по-видимому, следует проводить в этом направлении, решая проблему, как можно удачно реализовать сотрудничество человека и машины.

В человеческом мозге важнейшую роль играет часть, которая называется мозолистым телом: оно соединяет левое и правое полушария. Но что будет связывать человека и искусственный интеллект, когда появятся человеко-машинные системы? Авторы считают, что для полного взаимопонимания и человек, и искусственный интеллект должны иметь до некоторой степени общие язык, знания и метод мышления. Если что-то будет отсутствовать, то какими бы превосходными ни были оставшиеся функции, реализация комплексной системы невозможна.

Язык — важнейшее средство общения, поэтому идеально было бы применение естественного языка и по возможности использование также изображений и других средств. Общность знаний — самое главное для взаимопонимания людей, но поскольку партнером в нашем случае является компьютер, такая общность необходима для возможности общения и исключения ошибочного понимания. По содержанию общими должны быть специальные знания и, в идеальном случае, здравый смысл. Если метод мышления будет хотя бы до некоторой степени аналогичен методу мышления человека, то даже при относительно несовершенной информации, выдаваемой партнерами, можно делать точные рассуждения и выводы. Человек мыслит качественно, нечетко, поэтому и от искусственного интеллекта по возможности требуются макромысли.

Человеко-машинная система будет полностью создана, когда человек и искусственный интеллект будут понимать возможности друг друга и одновременно четко осознавать свои цели в системе.

Нечеткие системы

Научная методология требует логической строгости, но проблемы доказательства предпосылок и гипотез, входящих в методологию, не вызывают энтузиазма. Причины этою явления в науке и технике, по-видимому, заключаются в том, что предпосылки и гипотезы, гак же как, впрочем, и аксиомы в математике, сами по себе нелогичны. Подобные проблемы решаются в настоящее время благодаря опыту и интуиции выдающихся специалистов. Однако в технических областях существует риск совершить серьезную ошибку, если тщательно не изучить предпосылки и гипотезы. Например, непредсказуемые аварии в системах обеспечения безопасности, неразумные выводы в информационных системах, разбалансированные системы автоматизации и многое другое возникает из-за того, что все предпосылки проектирования слишком расходятся с реальным положением дел.

Наука и техника полностью отвергают субъективизм, но, как сказано выше, новые открытия и изобретения рождаются в результате деятельности правого полушария человека, основанной на субъективных мыслях, а объективизация и логическое обоснование — всего лишь вторичные средства для передачи идей другому человеку. Более того, даже в процессе объективизации необычайно полезно проявление субъективизма. Например, с точки зрения обработки нечеткостей даже в теории вероятностей, которую часто противопоставляют теории нечетких систем, нельзя получить выдающиеся результаты, пока экспериментатор не исследует в полной мере исходные данные, не оценит общую структуру проблемы, не исключит сомнительные данные или не примет других субъективных решений. Не говоря уже о том, что установить гипотезы и предпосылки нельзя иначе, как полагаясь на субъективное мнение.

Вопрос о том, как обрабатывать нечеткости, перекликается с вопросом о том, каким образом ввести в науку и технику субъективизм человека. И здесь не обойтись без нечетких множеств. Это математический метод, созданный для того, чтобы представлять смысловые нечеткости слов человека, это уникальный метод с точки зрения предоставления возможностей математически обрабатывать субъективные данные.

Возможность математически представлять и логически обрабатывать смысл слов означает, что появились новые средства, которые позволяют удовлетворить трем необходимым условиям реализации человеко-машинных систем, о которых шла речь выше. А именно: можно ожидать, что благодаря этим средствам искусственный интеллект сможет понимать нечеткости и глубинный смысл естественного языка и в будущем его общение с человеком станет более естественным. Кроме того, можно будет представить в виде нечетких тезисов даже такие крайне нечеткие макрознания, как здравый смысл, если сузить специальную область. Все это существенно повысит практическую ценность искусственного интеллекта. Последнее условие — представление нечетких мыслей — наиболее трудное для реализации. Мысли, возникающие в правом полушарии человека, нельзя назвать совсем нечеткими. Однако, если прикладная область ограниченна, они могут пригодиться как качественные логические отношения между макрознаниями, поэтому в какой-то степени возможны логические выводы, присущие человеку.

Выходные данные, получаемые нечеткими системами, разумеется, будут нечеткими. По-видимому, найдутся люди, которые окажутся в тупике из-за нечетких ответов системы, помогающей принятию решений; затруднения вызовут ответы о микрознаниях. Что же касается макрознаний, то они по сути являются нечеткими, проблемными, поэтому нечеткость ответов о таких знаниях естественна. Нечеткие ответы будут стимулировать работу правого полушария человека, что повысит эффективность человеко-машинной системы.

Приведем примеры человеко-машинных систем, которые предназначены для обработки нечетких знаний (своего рода реализация универсальных роботов в услужении человеку).

  • В технических областях:
    • автоматическое управление высокого уровня;
    • автоматический перевод;
    • интеллектуальные работы;
    • системы поддержания целостности баз данных;
    • системы обеспечения безопасности;
    • распознавание изображений и речи;
    • автоматическое проектирование;
    • поиск информации;
    • базы знаний;
    • интеллектуальные терминалы;
    •  автоматизация домашних работ и др.
  • В медицине:
    • диагностика;
    • китайская медицина;
    • искусственные встроенные органы;
    • роботы для ухода за больными;
    • диспансеризация и медицинское наблюдение после выздоровления;
    • системы здравоохранения;
    • протезы и др.
  • В сфере бизнеса:
    • помощь в принятии экономических решений;
    • маркетинг;
    • советы но вложению капитала;
    • различного рода управление и планирование;
    • управление системами;
    • помощь в подготовке контрактов;
    • автоматизация учреждений и др.
  • Кроме того:
    • Оценка состояния окружающей среды;
    • анализ риска;
    • предсказание землетрясений;
    • прогнозы погоды для сельского хозяйства;
    • геологическая съемка;
    • оценка качества сельскохозяйственных продуктов;
    • системы самообучения;
    • дегустация;
    • обработка данных анализа и т. д.

В настоящее время наметилась тенденция применения теории нечетких множеств в гуманитарных науках и в социологии. В ближайшем будущем появятся модели деятельности человека, модели мышления, психологические модели, модели надежности, экономические модели, которые будут активно использоваться в обучении, законодательстве, опросе общественного мнения и других проблемах, анализе и оценке данных.

Теория нечетких множеств, возможно, сыграет большую роль при решении таких проблем, как представление и приобретение макрознаний, методы макромышления (макровыводов), форматы данных для стимулирования правого полушария, отождествление функций принадлежности, прогнозирование технических характеристик систем, систематические методы проектирования и т. п. Надеемся, что появление новой методологии, учитывающей нечеткости, заложит фундамент решения этих проблем.

Похожие материалы:

Добавил: mauzer (02.02.2012) | Категория: Системный анализ
Просмотров: 1478 | Загрузок: 0 | Рейтинг: 0.0/0 |
Теги: системный анализ, проблема, нечеткая логика, реферат
Комментарии (0)

Имя *:
Email *:
Код *: